Fandyka Ariel Pradana, 4611419058 (2023) PENERAPAN CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI PENYAKIT TANAMAN PADI MELALUI CITRA DAUN MENGGUNAKAN DENSENET-121. Under Graduates thesis, UNIVERSITAS NEGERI SEMARANG.

PDF Restricted to Repository staff only Download (4MB) | Request a copy

Abstract

Padi merupakan makanan pokok orang Asia, khususnya di Indonesia. Angka konsumsi nasi di Indonesia sangat tinggi, sehingga petani harus memproduksi beras dengan angka yang besar juga. Penyakit pada tanaman terutama tanaman padi menyebabkan kerugian produksi dan ekonomi yang besar. Penelitian ini bertujuan untuk klasifikasi penyakit tanaman padi berdasarkan citra daun. Daun padi memiliki penampang yang luas dibandingkan batang atau akarnya, sehingga mudah untuk mendeteksi secara dini penyakit pada tanaman padi. Algoritma yang digunakan dalam klasifikasi penyakit pada tanaman padi adalah Convolutional Neural Network (CNN) menggunakan arsitektur DenseNet-121. Dataset berupa citra daun padi yang terkena penyakit dikumpulkan dari Kaggle dan memiliki 3 kelas penyakit, yaitu Brown Spot dengan 433 data citra, Bacterial Leaf Blight dengan 426 data citra, dan Leaf Smut dengan 435 data citra. Data telah terbagi menjadi 3 set data (training, validasi, dan testing) dengan perbandingan 70:20:10 yang kemudian performa model dievaluasi menggunakan confusion matrix. Dalam pembuatan model menerapkan metode transfer learning, yaitu mengambil bobot dari pre-trained model DenseNet-121 yang sudah pernah dilatih sebelumnya. Proses training model dilakukan pada data training yang sekaligus dilakukan proses augmentasi data dan dievaluasi menggunakan data validasi pada setiap epoch nya. Dengan 50 epoch pada proses training model maka dihasilkan model terbaik yang kemudian akan diuji menggunakan data testing. Didapatkan akurasi setelah dilakukan testing model adalah 99,39%. Hasil akurasi tersebut lebih tinggi jika dibandingkan dengan penelitian sebelumnya menggunakan dataset yang sama. Dapat disimpulkan bahwa metode CNN + DenseNet-121 dengan metode transfer learning dapat menghasilkan akurasi sehingga model dapat melakukan klasifikasi penyakit tanaman padi dengan baik

Actions (login required)

View Item